如何将LangChain生成的FAISS向量存储至MongoDB并实现相似性检索？

核心思路 #

LangChain原生支持MongoDB作为向量存储介质，可通过以下步骤完成FAISS向量的迁移，并基于MongoDB实现相似性检索：

步骤1：确认MongoDB环境要求 #

• 使用MongoDB 6.0及以上版本（本地部署或MongoDB Atlas均可），该版本支持向量索引功能
• 创建目标数据库与集合，例如db_name="langchain_db"、collection_name="pdf_vectors"

步骤2：从FAISS导出向量与文档 #

从已构建的FAISS vectorstore中提取所有嵌入向量及对应文档元数据：

# 假设已构建好faiss_vectorstore实例
docs_and_vectors = faiss_vectorstore.get_documents_with_embeddings()
documents = [doc for doc, _ in docs_and_vectors]
embeddings = [vec for _, vec in docs_and_vectors]

步骤3：将数据写入MongoDB #

使用LangChain的MongoDBAtlasVectorStore类（本地MongoDB同样适用）完成批量写入：

from langchain.vectorstores import MongoDBAtlasVectorStore
from langchain.embeddings.openai import OpenAIEmbeddings
from pymongo import MongoClient

# 初始化MongoDB客户端
client = MongoClient("mongodb://localhost:27017/")  # 替换为你的MongoDB连接字符串
db = client["langchain_db"]
collection = db["pdf_vectors"]

# 初始化嵌入模型（需与生成FAISS向量的模型一致）
embeddings_model = OpenAIEmbeddings()

# 写入向量与文档到MongoDB
vectorstore_mongo = MongoDBAtlasVectorStore.from_documents(
    documents=documents,
    embedding=embeddings_model,
    collection=collection,
    index_name="vector_index"  # 后续要创建的向量索引名称
)

步骤4：创建MongoDB向量索引 #

通过代码或MongoDB控制台创建向量索引，保障检索效率：

# 代码方式创建向量索引
collection.create_index(
    {"embedding": "vector"},
    name="vector_index",
    vectorSearchOptions={
        "type": "vectorSearch",
        "numDimensions": 1536,  # 与OpenAIEmbeddings的维度匹配（text-embedding-ada-002为1536）
        "similarity": "cosine"
    }
)

步骤5：基于MongoDB执行相似性检索 #

完成上述操作后，直接调用MongoDB向量存储的similarity_search方法即可：

# 初始化MongoDB向量存储实例
vectorstore_mongo = MongoDBAtlasVectorStore(
    collection=collection,
    embedding=embeddings_model,
    index_name="vector_index"
)

# 执行检索
query = "你的检索prompt内容"
similar_docs = vectorstore_mongo.similarity_search(query, k=3)

# 输出检索结果
for doc in similar_docs:
    print(doc.page_content)
    print("---")

注意事项 #

• 嵌入模型的维度必须与MongoDB向量索引的numDimensions完全一致，否则会导致检索失败
• 若使用MongoDB Atlas，可直接在控制台可视化创建向量索引，无需编写代码
• 批量写入大量数据时建议分批次处理，避免连接超时

内容的提问来源于stack exchange，提问作者Shuhul Handoo